O que é GLM-5.3-Flash?
GLM-5.3-Flash é um modelo de pesos abertos separado da Z.ai (antiga Zhipu AI), lançado em 26 de agosto de 2026 segundo as notas de versão da Z.ai, oito dias depois do GLM-5.3, maior. É um modelo mixture-of-experts com 320 bilhões de parâmetros, dos quais 18 bilhões são usados em cada token, distribuídos em 45 camadas. Ao contrário do GLM-5.3, ele parte de um modelo base treinado do zero, e a Z.ai o chama de primeiro modelo nativamente multimodal da série GLM-5: ele lê texto, imagens, vídeo e arquivos e escreve texto.
A API oferece contexto de 1M de tokens e até 128K tokens de saída. O raciocínio está sempre ligado; o esforço de raciocínio pode ser low, high ou max, e o padrão é max. Uma nova combinação de atenção esparsa e linear reduz o cálculo de atenção em 3,01 vezes e o cache KV (a memória usada para guardar uma conversa longa) em 4,44 vezes em relação ao GLM-5.3, segundo a Z.ai.
Os pesos usam a licença MIT simples. Na API da Z.ai, ele custa $0,15 por milhão de tokens de entrada, $0,03 para entrada em cache e $0,50 para saída. Um GLM-5.3-FlashX mais rápido, anunciado a 200 tokens por segundo, custa $0,37/$1,25, e um FlashX-Legal ajustado para o setor jurídico é oferecido só a clientes empresariais selecionados.
Quanto custa GLM-5.3-Flash?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | Licença MIT |
| GLM-5.3-Flash | $0.15 in / $0.50 out per 1M tokens | $0,03 em cache |
| FlashX | $0.37 in / $1.25 out per 1M tokens |
Pesos abertos sob MIT. API da Z.ai: $0,15 de entrada / $0,50 de saída por 1M de tokens ($0,03 em cache); FlashX $0,37 / $1,25.
GLM-5.3-Flash vale a pena?
O GLM-5.3-Flash é o modelo aberto que torna o GLM-5.3 difícil de justificar na maioria das cargas de trabalho. A Z.ai relata 63,4 no DeepSWE v1.1, contra 66,9 do GLM-5.3 completo e 46,2 do GLM-5.2, e 48,8 contra 26,2 do GLM-5.2 no AutomationBench. No Z.ai Code Bench, interno, ele marcou 29,0 em esforço máximo, contra 29,5 do Claude Opus 4.8. São números do fornecedor, e o gráfico principal de comparação no model card é uma imagem, não uma tabela.
Os números independentes são menos lisonjeiros, mas ainda fortes. A Artificial Analysis lhe dá 42 no seu Intelligence Index, sexto na sua faixa de tamanho de pesos abertos, a $0,28 por tarefa do índice. A documentação da Z.ai cita 57 na versão 4.1.1 do índice, a $0,045 por tarefa com desconto, então verifique qual versão uma comparação usa. O Kimi K3 marca 44 no mesmo conjunto de páginas da Artificial Analysis, a $2,00 por tarefa, cerca de sete vezes o custo por dois pontos.
A diferença de preço em relação ao irmão é grande. A $0,15/$0,50, ele custa cerca de um décimo dos $1,40/$4,40 do GLM-5.3, a entrada em cache sai a $0,03 contra $0,26, e o armazenamento em cache é gratuito por enquanto. O Flash também lê imagens, vídeo e arquivos, o que o GLM-5.3 não faz, e a MIT simples elimina os termos próprios da licença do GLM-5.3.
Seus custos se escondem na saída. O raciocínio não pode ser desligado e o padrão é esforço máximo, e a Artificial Analysis mediu 180M de tokens de saída para rodar seu índice, contra uma mediana de 140M, a 67 tokens por segundo na API da Z.ai. Uma chamada de classificação que um modelo sem raciocínio responde em dez tokens pode devolver centenas aqui, então a tarifa baixa por token o favorece demais em tarefas curtas e simples. Auto-hospedar é mais fácil do que com rivais de 2,8 trilhões de parâmetros, embora cerca de 330 GB de pesos FP8 ainda não caibam em uma máquina com quatro GPUs de 80 GB antes de qualquer cache KV.
Onde ele se destaca
Um engenheiro de plataforma que roda uma frota de agentes de programação no OpenCode ou no Claude Code
Cortar a conta mensal de modelos sem cair para um modelo fraco
Aponte o harness do agente para o glm-5.3-flash na Z.ai ou em um host como Together ou Fireworks, ambos listados pelos mesmos $0,15/$0,50. Um mês com 2B de tokens de entrada, 80% em cache, mais 200M de tokens de saída custa cerca de $208, contra cerca de $1.856 pelo mesmo tráfego no GLM-5.3.
Uma startup de duas pessoas que constrói perguntas e respostas sobre capturas de tela e PDFs
Ler capturas de interface e documentos digitalizados em um só modelo
Envie imagens como blocos image_url junto com o texto na mesma chamada de chat; arquivos e vídeo também são aceitos. Passe reasoning_effort low para consultas simples, porque o padrão é max e cada token de raciocínio é cobrado como saída.
Um gerente de engenharia no GLM Coding Plan da Z.ai
Esticar uma assinatura fixa para uma equipe inteira
O Flash consome 3x a cota do GLM-5.3 no Coding Plan baseado em pontos, e chamadas fora do horário de pico e nos fins de semana custam metade dos pontos habituais. O FlashX ainda não está no plano, então a faixa de 200 tokens por segundo significa pagamento por uso a $0,37/$1,25.
A equipe de ML de um banco que não pode enviar código para uma API externa
Rodar um modelo de programação capaz no próprio hardware, com uma licença limpa
Sirva o checkpoint FP8 com vLLM ou SGLang usando as receitas publicadas pela Z.ai; MIT significa nenhum limite de MAU ou de receita para acompanhar. Planeje um servidor da classe de oito GPUs, já que só os pesos ocupam cerca de 330 GB.
Antes de decidir
- Configuração
- Chame glm-5.3-flash na API estilo OpenAI da Z.ai, ou baixe os pesos FP8 e sirva-os com vLLM, SGLang, TokenSpeed, KTransformers ou Transformers. A Z.ai recomenda temperature 1, top_p 0.95 e esforço máximo.
- Integrações
- Streaming, function calling, saída JSON estruturada e cache de contexto na API da Z.ai; a busca na web integrada custa $0,01 por chamada. Cerca de 30 endpoints de provedores o servem no OpenRouter, a maioria a $0,15/$0,50 e alguns hosts FP4 por menos.
- Dados e privacidade
- Os termos de dados da API da Z.ai dizem que prompts e saídas são processados em tempo real e não armazenados, e que os dados de clientes em geral são processados em Singapura. Os termos não dizem nada sobre treinamento, nem a favor nem contra, e nenhuma certificação SOC 2 ou ISO é publicada. A Z.ai serve o modelo em aceleradores fabricados na China.
- Custo em escala
- Na Z.ai, 2B de tokens de entrada (80% em cache) e 200M de tokens de saída por mês custam cerca de $208; o GLM-5.3 custaria cerca de $1.856. Auto-hospedar significa cerca de 330 GB de pesos FP8 mais o cache KV, mais do que quatro GPUs de 80 GB comportam, então planeje um nó de oito GPUs.
- Limites
- Contexto de 1M de tokens e saída de 128K na API; o model card não informa o tamanho de contexto. O raciocínio não pode ser desativado, e a Artificial Analysis mediu 67 tokens por segundo e 3,15 segundos até o primeiro token na Z.ai. Os limites de taxa da API não são publicados na página do modelo.
O que é bom
- Licença MIT simples, sem cláusulas de receita ou atribuição
- DeepSWE 63,4 contra 66,9 do GLM-5.3, por cerca de um décimo do preço
- Lê imagens, vídeo e arquivos; o GLM-5.3 é só texto
- Contexto de 1M de tokens e saída de 128K na API
O que não é
- Raciocínio sempre ligado e verboso: 180M de tokens na rodada da Artificial Analysis contra uma mediana de 140M
- Cerca de 330 GB de pesos FP8, então auto-hospedar exige um servidor com várias GPUs
- Os benchmarks de destaque são da própria Z.ai, em parte publicados só como imagem
Ideal para
Equipes que rodam agentes de programação ou multimodais em alto volume e querem um modelo aberto sem condições de licença e com custos de API muito baixos.
Alternativas ao GLM-5.3-Flash
GLM-5.3-Flash: perguntas frequentes
- GLM-5.3-Flash vale a pena?
- O GLM-5.3-Flash entrega a maior parte da capacidade de programação do GLM-5.3 por um décimo do preço por token, e sua licença MIT não deixa nada para um advogado ler. Damos nota 4.3 de 5.
- Quanto custa GLM-5.3-Flash?
- Pesos abertos sob MIT. API da Z.ai: $0,15 de entrada / $0,50 de saída por 1M de tokens ($0,03 em cache); FlashX $0,37 / $1,25.
- Quais são as desvantagens de GLM-5.3-Flash?
- Raciocínio sempre ligado e verboso: 180M de tokens na rodada da Artificial Analysis contra uma mediana de 140M; cerca de 330 GB de pesos FP8, então auto-hospedar exige um servidor com várias GPUs; os benchmarks de destaque são da própria Z.ai, em parte publicados só como imagem.
- Para quem GLM-5.3-Flash é indicado?
- Equipes que rodam agentes de programação ou multimodais em alto volume e querem um modelo aberto sem condições de licença e com custos de API muito baixos.
- Quanto custa GLM-5.3-Flash para uma equipe ou em produção?
- Na Z.ai, 2B de tokens de entrada (80% em cache) e 200M de tokens de saída por mês custam cerca de $208; o GLM-5.3 custaria cerca de $1.856. Auto-hospedar significa cerca de 330 GB de pesos FP8 mais o cache KV, mais do que quatro GPUs de 80 GB comportam, então planeje um nó de oito GPUs.
- GLM-5.3-Flash é seguro para dados da empresa?
- Os termos de dados da API da Z.ai dizem que prompts e saídas são processados em tempo real e não armazenados, e que os dados de clientes em geral são processados em Singapura. Os termos não dizem nada sobre treinamento, nem a favor nem contra, e nenhuma certificação SOC 2 ou ISO é publicada. A Z.ai serve o modelo em aceleradores fabricados na China.
- Quais são as melhores alternativas ao GLM-5.3-Flash?
- As alternativas mais próximas que analisamos são GLM-5.3, DeepSeek-V4.1-Flash, Qwen3.5-397B-A17B e Kimi K3.
Respostas verificadas em 26 de out. de 2026.